В условиях, когда спрос на аналитические навыки превышает предложение, какую тактику могут использовать технологические компании для решения проблемы нехватки кадров?
Технологии искусственного интеллекта и Интернета вещей генерируют все больше и больше данных, но эти данные не имеют большого значения, если организации не могут эффективно их использовать — это одна из причин, по которой технологическая отрасль все чаще ищет сотрудников, обладающих навыками анализа. 1 В 2020 году, во второй раз за четыре года, количество вакансий, размещенных технологическими компаниями для навыков анализа, включая машинное обучение (МО), науку о данных, проектирование данных и визуализацию, превысило традиционные навыки, такие как проектирование, поддержка клиентов, маркетинг и PR, и администрация (см. рисунок).

Учить больше
Изучите библиотеку серии Thinking Fast
Подпишитесь и никогда не пропустите диаграмму
Узнайте об услугах «Делойта»
Сразу к смарту. Загрузите приложение Deloitte Insights
Еще одна наиболее заметная тенденция последних восьми лет: относительное снижение важности основных инженерных навыков. В то время как проектирование остается критическим активом, рост облачных услуг и услуг XaaS повлиял на роли компьютеров и оборудования, такие как администраторы серверов, специалисты по поддержке компьютерного оборудования и специалисты, которые работают с аппаратной частью управления маршрутизаторами и хранилищами. 2  Пандемия COVID-19 сильнее всего ударила по инженерным должностям в сфере электротехники и аппаратного обеспечения. 3 Напротив, несмотря на то, что весной 2020 года пандемия ухудшила условия ведения бизнеса, количество вакансий на должности аналитика данных, инженера данных и архитектора данных в крупных технологических компаниях продолжало расти. 4
Технологические компании уже давно находятся в авангарде привлечения профессионалов с передовыми аналитическими навыками, 5 а с 2014 года технические рекрутеры особенно ориентируются на профессионалов с математическими и статистическими навыками, стремясь использовать их способность изучать и анализировать данные, чтобы помочь решить реальный бизнес. вопросы. 6 Гонка за ИИ ускорила кризис, поскольку ведущие компании Силиконовой долины агрессивно наращивали свой персонал, сосредоточив внимание на передовых аналитических навыках, таких как машинное обучение, обработка естественного языка, проектирование данных, а также визуализация данных и обработка изображений. 7 Спрос на специалистов по данным и специалистов по машинному обучению и искусственному интеллекту начал расти в 2016 г. 8

Технологические компании продолжают наращивать таланты ученых и аналитиков данных. 9 Однако в связи с тем, что компании из разных отраслей изо всех сил пытаются найти таланты в области ИИ и расширить свои собственные решения, основанные на данных, спрос на специалистов по анализу данных, вероятно, на какое-то время превысит доступный талант. 10

Технологические компании могут ориентироваться в этом сложном ландшафте талантов, используя сочетание тактик, таких как взвешенный подход к найму новых аналитических талантов, раскрытие потенциала существующих сотрудников и развитие стратегического партнерства.

Рекомендации для руководителей технологической отрасли
Выборочный прием на работу. Руководствуясь стратегическими бизнес-целями, руководители могут применять выборочный подход к оценке того, действительно ли нужны специалисты по аналитике или можно ли достичь целей с помощью автоматизированных инструментов, программ XaaS или услуг на основе ИИ.

Целенаправленное и целенаправленное переподготовка. Руководители могут стремиться повысить уровень навыков текущих сотрудников в конкретных областях данных и анализа, таких как машинное обучение, анализ данных, моделирование данных, архитектура данных и инженерия данных.

Укрепление партнерских отношений. Взаимодействие с академическими кругами и университетами, бизнес-инкубаторами и акселераторами, а также стартап-экосистемой для привлечения лучших и наиболее актуальных специалистов по данным и аналитике.